Python + imgaug实现数据增强

inference

GitHub
官网文档
csdn blog 各功能中文介绍

安装

pip install imgaug

使用示例

imgaug的基本使用流程：
定义变换序列（Sequential）→ 读入图片（imread）→ 执行变换（augment_images）→ 保存图片（imwrite）

# coding:utf-8
# 示例代码
import cv2
from imgaug import augmenters as iaa
 
seq = iaa.Sequential([
    iaa.Sometimes(0.5, iaa.Crop(px=(0,5))),  # 以0.5的概率，从每侧裁剪图像0到5px（随机选择）
    iaa.Fliplr(0.5),  # 0.5概率水平翻转图像
    iaa.GaussianBlur(sigma=(0, 3.0))  # 使用0到3.0的sigma模糊图像
    iaa.Resize((0.5, 1.5)), # 将w和h在0.5-1.5倍范围内resize
])
 
# 单张图像增强10次
img = cv2.imread('27.bmp')
for i in range(10):
    img_aug = seq.augment_image(img)
    cv2.imwrite('1.bmp', img_aug)

# 批量图像增强，每张图像增强5次
img_list = [cv2.imread('1.bmp'), cv2.imread('2.bmp')]
for i in range(5):
    imgs_aug = seq.augment_images(img_list)
    for j, img in enumerate(imgs_aug):
        cv2.imwrite('str(i)+'_'+str(j)+'.bmp, img)